Unicode プロパティのエスケープ

ASCII のクラス \w、\d、\s は、イタリア語、フランス語、ギリシャ語には不十分です または絵文字テキスト。最新の JavaScript (u フラグ付き -- Unicode) が提供するもの プロパティ エスケープ \p{...}: Unicode に基づくセマンティック クラス キャラクターのプロパティ。

Pattern: \p{L}+        (with flag u)
Sample:  Ciao caffe' \u00fcber \u4e16\u754c
         ^^^^ ^^^^^^^ ^^^^ ^^^^

\p{L} = "任意の文字 (Unicode)": アクセント付き文字、中国語が含まれます 表意文字、キリル文字、ギリシャ語\u2026すべて。最も一般的なもの:

• \p{L} -- 文字 (任意のアルファベット)。
• \p{N} -- 数値 (アラビア数字、ローマ字、インド語\u2026)。
• \p{P} -- 句読点。
• \p{S} -- 記号 (数学、通貨、絵文字\u2026)。
• \p{Z} -- スペース/区切り文字。
• \p{Script=Latin} -- 特にラテン文字。
• \p{Script=Greek} -- ギリシャ語のアルファベット。等々。

そして 否定 バージョン \P{L}、\P{N}、\u2026

\w と \d の違い

\\w matches [A-Za-z0-9_]              -- ASCII only, no "caffe'"
\\p{L}\\p{N}_  with flag u            -- includes accented characters

イタリア語テキストの堅牢なパーサーの場合、\w よりも \p{L} を優先します: citta'、perche'、andro' は単語として正しく一致します。

Unicode プロパティとブラウザの互換性

\\p{L} (文字) や \\p{Script=Latin} などの Unicode プロパティは、クラスを国際アルファベットに拡張します。 JavaScript では、u (または v) フラグが厳密に必要です。そうでない場合、エンジンは構文エラーをスローします。

試してみてください

復習演習

追加の課題